作為全球最大的云服務商，亞馬遜AWS一直是世界上服務最豐富、應用最廣泛的云服務平臺，僅2018年AWS就推出1957項新服務和功能，獲得全球企業和機構的廣泛青睞。根據10月24日亞馬遜公布的第三季度財報顯示，其AWS云服務收入為89.95億美元，較去年同期的66.79億美元增長34.7%，在如此巨大的規模下保持如此高的增長速度，在世界上是少有的。
日前，AmazonWebServices(AWS)全球技術峰會深圳站落下帷幕，這也是繼上海、北京、香港、臺北后在大中華地區的第五站。在本次峰會上，AWS副總裁、全球技術與開發者布道師團隊伊恩·馬辛哈姆揭示了云計算領域的最新技術趨勢，分享了AWS一系列最新的產品及服務，深度解讀前沿技術如何為業務賦予新能量。他表示，AWS一直都格外推崇Builder（構建者）文化。Builder是AWS的公司詞匯。AWS所說的Builder指的是那些喜歡發明創造的人，他們善于發現客戶體驗的不足、進而進行改良，他們能意識到產品發布只是一個開始而不是結束的，對產品進行不斷的迭代。AWS在招聘人才的時候會盡量招聘Builder。Builder也包括在AWS的生態鏈上一起喜歡發明創造的人。AWS始終在思考如何幫助Builder利用AWS廣泛且豐富的云服務，實現從想法到現實的構建。
AWS副總裁、全球技術與開發者布道師團隊伊恩·馬辛哈姆(IanMassingham)
滿足多樣化上云路徑
如今我國企業上云步伐明顯加快。此前，工信部發布《推動企業上云實施指南(2018—2020年)》提出，到2020年，行業企業上云比例和應用深度要顯著提升，云計算在企業生產、經營、管理中的應用廣泛普及，全國新增上云企業100萬家，形成典型標桿應用案例100個以上，出現一批有影響力、帶動力的云平臺和企業上云體驗中心。
然而對于不同行業而言，在上云過程中的需求和路徑也不盡相同。對此，伊恩介紹說，AWS提供了最為廣泛的云服務，其中最主要的就是云遷移服務。他指出AWS在幫助客戶遷移至云端的過程中，總結出了一項最基本的經驗，即“不存在適合一切場景的應用遷移方法”。因此，AWS專門打造了11種數據遷移方式及數據庫遷移工具。目前，已經有超過15萬套數據庫利用AWS數據庫遷移服務完成遷移。
以工業互聯網浪潮帶起的制造企業“上云”趨勢為例，伊恩介紹說，用戶主要采用以服務為導向（SOA）的IT架構，將各種業務應用以微服務方式進行交互處理，保障業務隨著應用場景發展而迭代，支撐用戶全新體驗與個性化服務。伊恩表示，不管哪種企業選擇了哪一條路去上云，AWS都能夠支持。
AWS制造參考架構
從云端到邊緣的開拓
據麥肯錫預測，到2025年，全球聯網設備總量將達750億。對此，AWS推出了基于AWSIoT的服務，幫助不同行業且規模各異的企業客戶構建物聯網解決方案。例如通過AWSIoTGreengrass可將AWS無縫擴展至邊緣設備，可以在本地（邊緣設備）操作其生成的數據，同時仍可將云用于管理、分析和持久存儲。在邊緣層面的具體應用上，伊恩認為物聯網應用的目的之一是促使IoT設備的信息復原，AWS給出了三類AWSIoT服務：
第一類是設備管理服務。由于物聯網設備的數量異常龐大，企業如何管理這些設備成了一個挑戰。AWS的IoT設備管理服務，從設備的加載、組織、監控、遠程管理等環節，幫助企業完成設備生命周期中從生產到停用的每個階段。
第二類是物聯網安全。企業在催生響應式IoT應用程序的同時，也會暴露IoT安全漏洞，為惡意角色或意外數據泄漏打開通道。AWS提供一項完全托管的服務AWSIoTDeviceDefender，幫助企業保護IoT設備隊列的安全。
第三類是物聯網設備分析工具。主要是對物聯網設備本身的數據進行分析。
此外，AWS還有基于微控制器的開源操作系統AmazonFreeRTOS，可以輕松地對低功耗的小型邊緣設備進行編程、部署、安全保護、連接和管理。AmazonFreeRTOS通過軟件庫對FreeRTOS內核（一款適用于微控制器的常見開源操作系統）進行了擴展，讓用戶可以輕松地將小型低功耗設備安全地連接到AWSIoTCore等AWS云服務或運行AWSIoTGreengrass的、功能更強大的邊緣設備。
值得一提的是，在本次峰會上AWS也宣布在深圳建立大中華區第二個物聯網實驗室。該實驗室旨在提供經過認證的、由APN合作伙伴構建的硬件和軟件解決方案，幫助客戶加速物聯網應用程序的設計和部署。
通過AI提升應用程序智能水平
談及AI如何賦能企業，伊恩認為這是一個需要整個生態鏈參與的系統工程。AI需要AWS作為云服務商提供算力和相關的云服務，也需要真正懂得企業know-how的人通過數據模型建立算法。當然，足夠的數據量支持也是非常必要的。從AWS的角度，其宗旨是希望將AI簡化成一種簡易的、普遍化的服務，去賦能開發人員和數據科學家。伊恩介紹說，AWS的人工智能與機器學習服務分為三個層次：
首先，最底層是提供機器學習的技術基礎設施，也就是提供類似AmazonEC2、AmazonS3等計算和存儲資源，用于深度學習、機器學習、大規模的模型訓練。AWS提供了高性能的計算平臺，使用包括Intel、AMD、NVIDIA等最新的芯片能力，以及其它芯片層面加速計算的硬件。
其次，就是現在非常廣泛使用的人工智能及機器學習框架，AWS會根據這些框架來進行優化。比如針對Tensorflow，AWS進行了框架服務的資源打包。AWS提供了類似深度學習AMI打包、容器化等方面的云服務，使其能夠直接為數據科學家所用。目前AWS能夠支持所有主流框架。
第三層是在推理側，AWS發布了彈性推理AmazonElasticInference，可以部分調用FPU、GPU的資源到通用實例上，而無需去使用一些高端、高配的實例，這樣可以幫助用戶降低推理方面的成本。
除此之外，為了加快數據科學家對于機器學習的部署流程，AWS還提供了一系列AI/ML的服務，例如AmazonSageMaker，它是一項完全托管的服務，它覆蓋了整個機器學習工作流程，以標記和準備數據、選擇算法、訓練模型、調整和優化部署、進行預測并采取行動，用戶的模型僅需更少的工作量和更低的成本便可更快地投入生產。
走開放生態之路
從核心基礎設施到人工智能，AWS服務產品可以滿足任何規模的企業，這也意味著AWS可以構建廣泛的合作生態圈。不同于細分的服務類型，伊恩將AWS的合作伙伴簡化為供應鏈端、購買端和銷售端三類。“AWS一直在構建更適合市場的生態環境，只是現在對整合資源、吸引更多有價值合作伙伴的工作，目標更加明確，節奏更快。”這里伊恩特別強調了銷售端的合作伙伴，他表示這也是AWS最為廣泛的生態圈。例如AWS的Marketplace，其中有很多機器學習、人工智能的算法，都是合作伙伴基于SageMaker開發的算法以及模型。
針對中國本土的生態建設，AWS首席云計算企業戰略顧問張俠補充介紹說，AWS有一個全球性的合作伙伴項目——AWS合作伙伴網絡（APN）。APN合作伙伴分為兩大類：其一是基于技術的合作伙伴，例如利用AWS技術的SaaS服務供應商，在張俠看來這些既是AWS的客戶，也是合作伙伴，通過合作一起為用戶提供更好的技術產品。在中國，比較知名的合作伙伴例如CRM領域的銷售易、云ERP廠商金蝶等，都和AWS保持了彌久歷新的合作關系。
AWS首席云計算企業戰略顧問張俠
另一類是SI實施、咨詢類的合作伙伴。張俠介紹說，企業希望利用AWS在敏捷性、靈活性、豐富的功能、成本效益及全球覆蓋上的優勢，像初創公司一樣快速創新。因此，通過德勤、凱捷、富通云騰、神州泰岳等服務商的專業知識和深厚的行業經驗，他們在中國幫助企業更加快速、平穩地遷移上云。最近，AWS跟上述合作伙伴都簽署了戰略協作，可以使他們跟AWS更加緊密地協作，更好地為客戶服務。
以客戶為中心的創新文化
AWS以顧客為中心的創新文化，是AWS津津樂道的話題，也是AWS客戶頗為稱道的地方。
格蘭仕集團首席信息官努爾古麗對記者分享了她的經歷。她說，格蘭仕決定開發智能產品時，也跟國內很多研究機構談過合作，受到了一些啟發，不過要真正做出一個產品投放到市場，大家都缺一點這方面的經驗。鑒于AWS掌握AmazonEcho音箱、Alexa的經驗，格蘭仕決定跟AWS合作。
格蘭仕集團創建深圳創新中心的時候，努爾古麗一個人背著背包走馬上任。AWS有一名工程師跟她一起，起步就他們兩人。他們在空蕩蕩的辦公室，進行了大量的交流和碰撞，如何做出智能產品投放到市場，幾乎每天都工作到凌晨兩三點。格蘭仕有結構工程師、有設備端的研發工程師，但是在云端的開發人才幾乎沒有。AWS幫格蘭仕一起招聘組建團隊，給格蘭仕傳授經驗，很快把團隊組建起來。兩個月就從努爾古麗一個人變成68個人。跟AWS合作半年之后，格蘭仕的智能冰箱上市了。多款智能產品即將上市。努爾古麗至今對AWS給予的支持發自內心地感謝。
讓努爾古麗印象深刻的是AWS工程師所體現出來的創新文化。他們知道的會告訴你知道，有的會告訴你有，沒有的也會非常坦誠的告訴你沒有，可以跟你一起來做一些研究。例如在用戶體驗層面，特別是家電行業的用戶體驗，AWS工程師的經驗比格蘭仕的工程師欠缺一點，他們會非常坦誠地跟格蘭仕的工程師坐下來，一起研究做這些工作。這讓努爾古麗感覺收獲很大。
而在開發智能產品時，IoT方面的設計則是AWS工程師的強項。努爾古麗說，他們教會格蘭仕的團隊怎么來思考，IoT產品的設計從什么地方出發，應該思考哪些問題，什么時候做哪些事，這些經驗的分享對格蘭仕非常重要。再結合格蘭仕工程師的行業經驗，成功地把產品開發出來推向市場。
綜上，記者認為，在智能+時代，AWS正在通過基礎云平臺、物聯網與人工智能服務、行業生態以及公司獨特的創新文化等方面的優勢，持續引領云計算的未來。
